摘 要

本次毕业设计是基于android平台，同时运用OpenCV来实现手机端视频中对移动目标的跟踪。本文基本思想是使用一个背景模型，然后把当前视频帧与背景模型相比较得到运动目标，从而达到跟踪运动目标的目的。这个背景模型我们有许多选择，通过比较最后决定使用混合高斯模型。混合高斯模型有着很强的实时性，能随着当前帧实时改变背景模型，可以说是最为成功的几种建模方法之一。

值的说明的是，本文没有按照旧方法，也就是把核心代码用C 语言编写，再用Java框架调用这个核心代码来完成目标。由于OpenCV库在图像处理方面有着强大的功能，本文是用全部使用Java程序来编写代码，再直接调用OpenCV库中的函数来达到目标，这样可以使得整个代码更为简洁明了。经过设计模拟，最终实现了移动目标的跟踪。

关键字： android OpenCV 混合高斯模型

Abstract

This graduation project is based on the Android platform, and uses OpenCV to realize the moving target tracking in the mobile terminal video. The idea of this Graduation project is to use a background model, and then compare the current video frame with the background model to obtain the moving target.We have many choices for this background model, and by comparison, we finally decide to use the hybrid Gauss model. Hybrid Gauss model has a strong real-time, and can change the background model with the current frame. It is one of the most successful modeling methods.

The value is that this article does not follow the old method, that is, the core code written in C language, and then using the Java framework to achieve the goal by calling the core code. Because OpenCV has a powerful function in image processing, this Graduation project is to use all Java procedures used to write code, then a function called directly in the OpenCV library to achieve the goal, so it can make the code more concise. Finally, the moving target is tracked by simulation.

Keywords: android OpenCV Hybrid Gauss model

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1应用背景及意义 1

1.2国外研究现状 2

1.3国内研究现状 3

1.4 课题研究内容 3

第二章 android平台 5

2.1 Android平台介绍 5

2.2 Android系统现状 5

2.3 Java基础开发环境搭建 5

2.4 Android-NDK的搭建 6

2.5 OpenCV库 7

2.5.1 Opencv介绍 7

2.5.2 OpenCV环境配置 7

第三章 算法比较介绍 8

3.1运动目标检测 8

3.2.侦差法 8

3.3光流法 9

3.4背景差分法 10

3.4.1中值法 10

3.4.2 均值法 10

3.4.3 卡尔曼滤波器法 10

3.4.4 单高斯模型 10

3.4.5 混合高斯模型 11

第四章 代码设计 14

第五章 总结与展望 22

5.1总结 22

5.2展望 22

参考文献 24

致谢 25

第一章 绪论

1.1应用背景及意义

这几年来，国家发展越来越好，人民也纷纷过上了小康生活。这个时候，大家除了继续努力过上更好的生活之外，也开始越来越重视人民的财产安全。这种情况下，视频监控便开始走进我们的生活中。许多大的公共场所例如火车站，飞机场，图书馆，街道等等，都无一例外的装上了视频监控。不仅如此，许多小的地方，例如取款机，银行，家庭，电梯，出租车等等。也装上了视频监控。这个视频监控，不仅仅可以一直监控着周围的环境，还能把监控的视频保存下来。这样不仅能过让我们及时的对许多突发情况进行反应，还能很好的威慑不法分子，甚至能够知道过去的情况，查明真相，有效的保障了人民的人身安全和财产安全。

监控设备的成本是十分昂贵的，因为它主要是由计算机、摄影机、云台和视频线组成。同时，计算机视频监控也有许多缺陷。例如，为了保证视频监控的实时性，人们需要一直坐在电脑屏幕的面前并需要一直看着电脑显示器。一旦有运动目标在视频监控中出现时，还需要人为的控制摄像头的旋转来达到跟踪运动目标的目的，这样会造成大量的人力资源的浪费，而且还会出现许多的疏忽。而且，现在社会对视频监控的要求变得越来越高[^[1]]，在这种情况下，视频监控研究的主要重点便落在了智能化视频监控上。

针对以上的问题，视频中运动目标的跟踪就显的格外的重要了，本文便是设计了视频中移动目标的检测与跟踪系统，它不仅节省人力，还能让监控更为准确有效。

而近年来,移动互联网得到蓬勃发展,移动带宽不断增加,移动设备也更加多样化,包括手持设备PDA、平板电脑、手机等等。因此移动端移动目标跟踪的开发也迫在眉睫。

Android系统是当今世界中最为主流的手机端操作系统之一，系统的自由免费的性质对于开发者和运营商来说有着非常重要的作用,而且它的系统是开放的,开发者也可以访问到程序的源代码。所以android的认可率越来越高。并在近几年中，使用率一直上升，远远的超过了苹果ios的使用率。可以说是得到了各界人士的广泛关注和认可。

图1.1 android使用对比

Android系统的应用性十分广泛，性能也十分良好。因此，本文是是基于android系统手机端中的视频进行移动目标跟踪。并打算运用Opencv来实现目的。

1.2国外研究现状

在智能化的视频监控系统当中，移动目标的检测与跟踪技术可以说是一个拥有很广阔前景和很好的使用价值的新兴技术。关于这个技术，国外很早就开始了研究。美国国防高级研究计划局开发了一个视觉监控项目，许多大学如麻省理工大学等都有涉猎。而马里兰大学也提出了实时视觉监控系统W4项目，这个项目达到了多目标跟踪的目的。而人的手势识别现在也在IBM和微软等公司中进行深入的研究,它的接口将会应用于商业的领域当中。

同时，Z Zivkovic根据背景差法的混合背景模型研究出了改进的自适应高斯混合模型的背景减法[^[2]]，使得混合背景模型的运用更为方便简洁。